TEORIA DE LA DUALIDAD.

Cada problema de programacin lineal tiene un segundo problema asociado con el. Uno se
denomina primal y el otro dual. Los 2 poseen propiedades muy relacionadas, de tal manera que la
solucin ptima a un problema proporciona informacin completa sobre la solucin ptima para el
otro.

Las relaciones entre el primal y el dual se utilizan para reducir el esfuerzo de computo en ciertos
problemas y para obtener informacin adicional sobre las variaciones en la solucin ptima
debidas a ciertos cambios en los coeficientes y en la formulacin del problema. Esto se conoce
como anlisis de sensibilidad o post-optimidad.

DEFINICION DEL PROBLEMA DUAL.

Para poder elaborar el problema dual a partir del primal, este se debe presentar en su forma
cannica de la siguiente forma:

Maximizar

Sujeto a:

El problema dual se puede obtener a partir del problema primal y viceversa de la siguiente
manera:

1. Cada restriccin de un problema corresponde a una variable en el otro.

2. Los elementos del lado derecho de las restricciones en un problema son iguales a los
coeficientes respectivos de la funcin objetivo en el otro.

3. Un problema busca maximizar y el otro minimizar.

4. El problema de maximizacin tiene restricciones que y el problema de minimizacin tiene

restricciones que.

5. Las variables en ambos casos son no negativas.

EJEMPLO:

Considere el problema primal siguiente:

Maximizar

Sujeto a:

Elaborar el dual a partir del primal.

Minimizar

Sujeto a:

Cuando el problema primal no est en forma cannica, es necesario hacer ajustes para poder
presentarlo as. Los cambios ms frecuentes son:

1. Si la funcin objetivo es minimizar, se puede transformar a una funcin objetivo de maximizar

de la siguiente forma:

Minimizar

Maximizar

2. Una restriccin mayor o igual que se transforma en una restriccin menor o igual que de la
siguiente manera:
3. Una restriccin de igualdad se transforma en 2 inecuaciones.

EJEMPLO: (PRIMAL).

Maximizar

Sujeto a:

Maximizar

Sujeto a:

Dual

Miminizar

Sujeto a:
Encuentre el problema dual a partir del primal siguiente:

EJEMPLO:

Maximizar

Sujeto a:

Maximizar

Sujeto a:

Maximizar

Sujeto a:

Minimizar

Sujeto a:
EJEMPLO:

Minimizar

Sujeto a:

Maximizar

Sujeto a:

Maximizar

Sujeto a:

Minimizar

Sujeto a:

Maximizar

Sujeto a:
EJEMPLO:

Minimizar

Sujeto a:

Maximizar

Sujeto a:

Minimizar

Sujeto a:

Maximizar

Sujeto a:

Encuentre el problema dual asociado al problema primal siguiente:

Minimizar

Sujeto a:

Maximizar

Sujeto a:

Minimizar

Sujeto a:

Maximizar

Sujeto a:

SOLUCION OPTIMA PRIMAL (2FASES)

V. Bsica Z X1 X2 S1 S2 Solucin

Z 1 -5000/3 0 -500/3 0 6000

S2 0 1 0 -2 1 12

X2 0 2/3 1 -1/3 0 12
SOLUCION OPTIMA DEL DUAL

V. Bsica Z W1 W2 S1 S2 Solucin

Z 1 0 12 0 12 6000

S1 0 0 -1 1 -2/3 5000/3

W1 0 1 2 0 1/3 500/3

EJEMPLO:

Una compaa produce y vende 2 tipos de mquinas de escribir: manual y elctrica. Cada
mquina de escribir manual es vendida por un ingreso de 40 dls. y cada mquina de escribir
elctrica produce un ingreso de 60 dls. Ambas mquinas tienen que ser procesadas
(ensambladas y empacadas) a travs de 2 operaciones diferentes (O1 y O2).

La compaa tiene una capacidad de 2000 hrs. Mensuales para la operacin O1 y 1000 hrs.
Mensuales de la operacin O2.

El nmero de horas requeridas de O1 y O2 para producir un modelo terminado se da en la

siguiente tabla.

HORAS REQUERIDAS CAPACIDAD

OPERACIN MANUAL ELECTRICA (HRS MENSUALES)

 O1 3 2 2000

O2 1 2 1000

Encuentre el nmero ptimo de unidades de cada tipo de mquina de escribir que se debe
producir mensualmente para maximizar el ingreso.

OBJETIVO : Maximizar el ingreso total

RESTRICCIONES : horas mensuales de las operaciones

VARIABLE DE DECISION: nmero de mquinas de escribir a producir

X1 = nmero de mquinas de escribir manuales

X2 = nmero de mquinas de escribir elctricas

Maximizar

Sujeto a:

Minimizar

Sujeto a:

V. Bsica Z W1 W2 S1 S2 Solucin

Z 1 0 0 5 25 35000

S1 0 1 0 1/ 2 -1/2 500
W1 0 0 1 -1/ 4 3/ 4 250

METODO DUAL SIMPLEX.

Este mtodo se aplica a problemas ptimos pero infactibles. En este caso, las restricciones se expresan en forma cannica
(restricciones ). La funcin objetivo puede estar en la forma de maximizacin o de minimizacin. Despus de agregar las
variables de holgura y de poner el problema en la tabla, si algn elemento de la parte derecha es negativo y si la condicin de
optimidad est satisfecha, el problema puede resolverse por el mtodo dual simplex. Note que un elemento negativo en el lado
derecho significa que el problema comienza ptimo pero infactible como se requiere en el mtodo dual simplex. En la iteracin
donde la solucin bsica llega a ser factible esta ser la solucin ptima del problema.

CONDICION DE FACTIBILIDAD.

La variable que sale es la variable bsica que tiene el valor ms negativo (los empates se rompen arbitrariamente si todas las
variables bsicas son negativas, el proceso termina y esta ltima tabla es la solucin ptima factible).

CONDICION DE OPTIMIDAD.

La variable que entra se elige entre las variables no bsicas como sigue. Tome los cocientes de los coeficientes de la funcin
objetivo entre los coeficientes correspondientes a la ecuacin asociada a la variable que sale. Ignore los cocientes asociados a
denominadores positivos o cero. La variable que entra es aquella con el cociente ms pequeo si el problema es de minimizar o el
valor absoluto ms pequeo si el problema es de maximizacin (rompa los empates arbitrariamente). Si los denominadores son
ceros o positivos el problema no tiene ninguna solucin factible.

Minimizar

Sujeto a

Minimizar

Sujeto a
V. Bsica Z X1 X2 S1 S2 Solucin

Z 1 -2000 -1000 0 0 0

S1 0 -3 -1 1 1 -40

S2 0 -2 -2 0 0 -60

V. Bsica Z X1 X2 S1 S2 Solucin

Z 1 -1000 0 0 -500 30000

S1 0 -2 0 1 -1/2 -10

X2 0 1 1 0 -1/2 30

V. Bsica Z X1 X2 S1 S2 Solucin

Z 1 0 -1000 -500 -250 35000

S1 0 1 -1 -1/2 1/ 4 5

S2 0 0 -2 1/ 2 -5/4 25